As formações x-inho são descritas, na maioria das gramáticas de Língua Portuguesa como contendo noções dimensiva e afetiva. Entretanto, essas mesmas gramáticas não incluem os fatores extraligüísticos e contextuais nos quais os anunciadores estão inseridos quando optam por uma formação em x-inho. Sob esta perspectiva, tem-se no presente trabalho, o objetivo de investigar a produtividade das formações x-inho em dois corpora eletrônicos: um oral, subdividido em dois subcorpora contendo respectivamente narrativas e descrições e um escrito, oriundo exclusivamente das variadas seções e cadernos de um jornal de grande circulação e qualidade. A dissertação quantifica as ocorrências das formações x-inho em cada um dos corpora. Em seguida cada uma dessas ocorrências é analisada para se verificar que tipo de noção (dimensiva, afetiva positiva ou negativa, intensificadora, etc) ela contem. Por fim são contrastados os dados de freqüência e dispersão de cada uma das noções encontradas para cada um dos corpora. A metodologia de nossa análise está centrada na área de investigação lingüística denominada Lingüística de corpus, que serve de base para que os dados colhidos sejam analisados e interpretados. / The items ending in -inho are described in the majority of grammars of Portuguese as conveying two notions, namely affect and dimension. However, the same grammars do not seem to include either the extralinguistic or contextual factors in which speakers are inserted when they opt for a word ending in -inho. The aim of the present work thus is to investigate the productivity of such items in two electronic corpora: one of an oral nature which is further subdivided into two sub-corpora containing narratives and descriptions and a second one compiled exclusively from the various sections of a widely read quality newspaper. The dissertation quantifies the various instances of items ending in inho in each of the corpora. Next, each of these occurrences is analysed and classified to check which notion (dimentio,positive affect, negative affect, intensification) they convey. Last the results of both frequency and dispension counts are contrasted for each of the corpora. The methodology of our analyses is centered on the area known as Corpus Linguistics, which provides a basis for the data to be compiled and interpreted.

Este trabalho apresenta um estudo que aplica a teoria de gramaticalização a um corpus eletrônico diacrônico a fim de dar conta das mudanças ocorridas em estruturas da língua portuguesa normalmente denominadas Preposições Complexas. O estudo teve como objetivos: 1) investigar as preposições complexas em face de, em face a, face a, em vista de, em frente de, em frente a e frente a com vistas a compreender seu funcionamento em termos sintáticos e semânticos a fim de verificar se elas estão se gramaticalizando; 2) examinar textos de períodos históricos diferentes de modo que se compreenda a possível trajetória empreendida por tais formas entre os séculos XIV e XX; 3) averiguar se os itens frente a e face a podem ser considerados reduções das formas em frente a e em face a, respectivamente. A teoria da gramaticalização forneceu um arcabouço teórico para explicar os fenômenos de mudança que afetam os itens lingüísticos. O processo de gramaticalização consiste na passagem de uma construção de um status lexical para um status gramatical ou de um status menos gramatical para um mais gramatical. Um dos fatores desencadeantes desse processo é a freqüência de uso que leva o item a ser mais previsível e estável. A Lingüística de Corpus entra nesta pesquisa fornecendo a metodologia de compilação, extração e observação dos dados, pois à semelhança dos estudos de Hoffman (2005) foi realizada uma investigação baseada em corpora eletrônicos. O corpus base foi o Corpus do Português, composto por textos em língua portuguesa escritos a partir do século XIV até o século XX, disponível online em http://www.corpusdoportugues.org/. Verificou-se que as preposições complexas analisadas ascenderam a escala de gramaticalidade, pois se expandiram suas possibilidades de uso através do desenvolvimento de polissemias de semântica abstrata. Constatou-se, ainda, que, em muitos sentidos, elas coexistem como camadas, mas que pode haver uma tendência que conduzirá a escolha de uma forma para expressar cada sentido evidenciado / The present dissertation introduces a study which applies the theory of Grammaticalization to a digital diachronic corpus, with a view to mapping some of the changes which have taken place in certain structures of Portuguese, the so-called prepositional phrases. The objectives of the research were threefold. First, the study aimed at investigating the complex prepositions em face de, em face a, face a, em vista de, em frente de, em frente a e frente a, in order to understand their syntactic and semantic development and, in turn, to evaluate whether they are undergoing a process of grammaticalization. Secondly, the study sought to examine texts from a variety of historical periods, so as to map a possible trajectory taken by the afore mentioned forms between the 14th and the 20th centuries. Thirdly, the study intended to verify whether the items frente a e face a may be considered reductions of em frente a and em face a, respectively. The theoretical framework for the study has been taken from Grammaticalization, a theory which explains phenomena which affect linguistic items. The process of grammaticalization may consists in one item, lexical or grammatical, becoming more grammatical. The triggering factor in this case is said to be the frequency of use. Corpus Linguistics has provided a methodology for the compilation, extraction and treatment of the textual data in this dissertation. Similarly to Hoffman (2005) the investigation here was based on electronic corpora. The study corpus was the Corpus do Português, which consists of texts in Portuguese, written between the 14th and the 20th century, available at http://www.corpusdoportugues.org/. The study suggests that the complex prepositions analysed have become increasingly grammaticalised, because they have acquired additional abstract meanings. It has also been observed that, in many ways, these abstract meanings coexist as layers. However, there seems to be a tendency for one form to become the preferred way of expressing each of these new meanings

Esta pesquisa dedica-se a realizar um trabalho com base no diálogo entre teorias semióticas e a Linguística de Córpus, estudando, especificamente, marcas linguísticas que possam caracterizar o perfil do brasileiro e suas características socioculturais plurais. Interessam-nos, sobretudo, os substantivos e adjetivos em função nomeadora e/ou qualificadora dos termos Brasil e brasileiro. Com isso, pretende-se oferecer um panorama bastante próximo da realidade linguística do brasileiro e de sua identidade. Para que os resultados sejam significativos, contamos com o concurso da Linguística de Córpus, servindo-nos de base a obra Linguística de Corpus (SARDINHA, 2004). Com a Linguística de Córpus, adotando a pesquisa direcionada pelo córpus (corpus-driven research) como metodologia, se pôde levantar, quantificar e tabular os signos em uso, identificando-lhes a frequência e a organização em feixes lexicais para avaliá-los quanto à significância no trato comunicativo. No desenvolvimento da análise e leitura crítica dos dados coletados, amparou-nos a Semiótica de extração peirceana, mais especificamente da Teoria da Iconicidade Verbal (SIMÕES, 2007), que permitiu delinear o potencial icônico das palavras de busca e de seus colocados. Com relação ao conceito de identidade em suas faces filosófica, social e antropológica, fornecem-nos suporte os pensamentos de NIETZSCHE (1991) acerca da necessidade do esquecimento para a construção de uma identidade e de HALL (1998), quanto aos eixos temporais que presidem o processamento discursivo dos fatos históricos e, por conseguinte, da construção identitária. O contraponto entre estes últimos autores contribui para a definição dos gêneros textuais interessantes à pesquisa, basicamente os textos argumentativos, publicados em jornais de grande circulação, no eixo Rio-São Paulo. A respeito da identidade na sociedade em rede, característica da contemporaneidade, apoia-nos obra de CASTELLS (2006). Os estudos específicos sobre a identidade nacional amparam-se sobretudo em DAMATTA (1978 e 1989) e LEITE (2007). A pesquisa demonstrou que a iconicidade lexical vem a ser mais apropriadamente delineada a partir de um universo de dados amplo, ao qual se tem acesso a partir da Linguística de Córpus, sendo, portanto, correto afirmar que os traços componentes da identidade brasileira podem ser apreendidos em seu estágio atual com base na análise de um córpus construído a partir de textos publicados em jornais, representativos das vozes e do pensamento de um estrato social formador de opinião. No contexto de transformações sociais e políticas que ocorrem no Brasil entre os anos 2005 e 2010, a investigação da identidade nacional e a apuração do autoconceito do brasileiro pôde apontar que alguns paradigmas historicamente estabelecidos estão sendo alterados, enquanto outros ainda persistem. O perfil identitário apurado pela pesquisa favorece a construção, por parte do estudioso da linguagem e, mais especificamente, do docente de língua portuguesa, de uma visão atualizada da identidade nacional, no recorte analisado, permitindo um trabalho consciente com as habilidades e competências vinculadas ao desenvolvimento da identidade nacional, conforme orientam os Parâmetros Curriculares Nacionais / This research has the purpose to perform a survey based on the dialogue between semiotic theories and Corpus Linguistics, studying, specifically, the language marks that may characterize the profile of the various Brazilian socio-cultural characteristics. Our special interest is to focus on the nouns and adjectives that nominate and / or qualify the terms 'Brazil' and 'Brazilian'. Through this study, we intend to reach a panorama which is very close to the linguistic reality of the Brazilian people and their identity. We have worked with the Corpus Linguistics, based on the book Corpus Linguistics (SARDINHA, 2004). We chose the corpus-driven research as a method, which allows raising, quantifying and tabulating the signs in use, in order to identify their frequency and lexical organization in bundles, so that they could be evaluated as to their significance in the communicative scene. The theories and works that bolstered this thesis were the Semiotics by Charles Sanders PEIRCE (2000), the works on semiotics by ECO (2007) and SANTAELLA (1996, 2000 e 2001), and the Theory of Verbal Iconicity (SIMOES, 2007). This one aims to establish the iconic potential of the search words in their context. Regarding the philosophical, social and anthropological readings on identity, this work is supported by the thoughts of NIETZSCHE (1991) in an article on the need of forgetfulness in order to build an identity. Another work which supports our conclusions is HALLs paper (1998) on the timelines that govern the discourse processing of the historical facts, which shows how they interfere in the construction of the identity. The counterpoint between these latter authors contribute to the definition of the text genre relevant to this research there were used basically argumentative texts, published in major newspapers in Rio and Sao Paulo. Regarding the identity in the network society as a contemporary issue, the work of CASTELLS (2006) was of great help. The studies on the Brazilian identity by DAMATTA (1978 and 1989) and LEITE (2002) also give basis to the considerations of this thesis. The research showed that the lexical iconicity comes to be more appropriately viewed from a broad universe of data, which has been provided by a large corpus (8 million words approximately) dealt with in the Corpus Linguistics methodology. Its therefore correct to say that components of Brazilian identity may be seized in its current state based on the analysis of a corpus built from texts published in newspapers, representing the voices and thoughts of a social stratum and opinion formers. The investigation of national identity and the self-concept of the Brazilian in the context of social and political transformations that have occurred in Brazil between 2005 and 2010 pointed out that some historically established paradigms have been going through a process of change, while others have persisted. The National Curriculum Parameters in Brazil establish topics on national identity to be developed by native teachers of Portuguese language. The results of this work are meant to be helpful to the aforementioned teachers

O presente estudo tem como objetivo geral traçar um perfil das escolhas léxico-gramaticais da escrita em inglês de um grupo de aprendizes brasileiros na cidade do Rio de Janeiro, ao longo dos anos de 2009 a 2012, através da análise de sua produção de quadrigramas (ou blocos de quatro itens lexicais usados com frequência por vários aprendizes) em composições escritas como parte da avaliação final de curso. Como objetivo específico, a pesquisa pretendeu analisar se os quadrigramas produzidos estavam dentre aqueles que haviam sido previamente ensinados para a execução da redação ou se pertenceriam a alguma outra categoria, isto é, quadrigramas já incorporados ao uso da língua ou quadrigramas errôneos usados com abrangência pela população investigada. Para tal, foram coletadas composições escritas por aprendizes de mesmo nível de proficiência de várias filiais de um mesmo curso livre de inglês na cidade do Rio de Janeiro. Em seguida, essas composições foram digitadas e anotadas para constituírem um corpus digital facilmente identificável em termos do tipo e gênero textual, perfil do aprendiz, filial e área de origem do Rio de Janeiro. O estudo faz uso de preceitos e métodos da Linguística de Corpus, área da Linguística que compila grandes quantidades de textos e deles extrai dados com o auxílio de um programa de computador para mapear uso, frequência, distribuição e abrangência de determinados fenômenos linguístico ou discursivo. O resultado demonstra que os aprendizes investigados usaram poucos quadrigramas ensinados e, coletivamente, preferiram usar outros que não haviam sido ensinados nas aulas específicas para o nível cursado. O estudo também demonstrou que quando o gênero textual faz parte de seu mundo pessoal, os aprendizes parecem utilizar mais quadrigramas previamente ensinados. Isto pode querer dizer que o gênero pode influenciar nas escolhas léxico-gramaticais corretas. O estudo abre portas para se compreender a importância de blocos léxico-gramaticais em escrita em L2 como forma de assegurar fluência e acuracidade no idioma e sugere que é preciso proporcionar maiores oportunidades de prática e conscientização dos aprendizes quanto ao uso de tais blocos / This study seeks to trace the profile of lexico-grammatical choices of a group of apprentice writers in the city of Rio de Janeiro, between 2009 and 2012. To this end it analyses the apprentices production of 4-grams (or rather blocks of four lexical items used with relative frequency by a number of apprentices) in written compositions, as part of their final assessment. Specifically, the research aimed to analyse whether the 4-grams produced by the apprentices had been taught previously as part of their composition lessons or whether they belonged to some other category. In other words, namely 4-grams already internalized as part of their language use of erroneous 4-grams used frequently and extensively by the subjects investigated. Thus, compositions written by apprentices at the same proficiency level were collected at various branches of a private English school in the city of Rio de Janeiro. Subsequently, these compositions were typed and tagged in order to compile a digital corpus easily identified in terms of type and textual genre, apprentice profile, branch and area of the city of Rio de Janeiro. The study makes use of precepts and methods of Corpus Linguistics, an area of Linguistics that collects large quantities of texts and from them extracts data with the help of a computer programme in order to map use, frequency, distribution and range of a certain linguistic or discursive phenomena. The results demonstrate that the apprentices studied made little use of 4-grams that had been taught them and, collectively, they preferred to use other n-grams that had not been taught in the specific lessons of the level. The study has also shown that when the textual genre is part of ones personal life, the apprentices seem to make use of more previously taught 4-grams. This may lead to believe that the genre may influence the choice of correct lexico-grammatical items. The study creates a research space for the understanding of the importance of lexico-grammatical chunks in L2 writing as a means of ensuring fluency and accuracy in the target language. In addition, it also suggests that more opportunities of practice should be offered to learners so that they become aware of the use of such chunks

In the modern world of politics, convincing the audience is the key to democratically gain power in society—and the amount of power politicians gain depends on how convincing they are. In this competitive domain, elites use discourse not only to persuade the audience, but also to manipulate the audience. According to van Dijk (2006), persuasion is a legitimate and ethical way to influence the audience, while manipulation is an illegitimate and unethical way of influencing the audience. The present study examines pronoun usage in the political discourse of Donald Trump; it examines the State of the Union Speech and 37 Weekly Addresses. The quantitative approach to the data was taken by incorporating corpus linguistic methods, namely frequency counts, concordances, word list tools, and downsampling. The qualitative approach was taken by using methods from rhetoric and Critical Discourse Analysis. To analyse the examined phenomenon, the Aristotelian persuasion framework, Fairclough’s theory on the pronouns we and you, van Dijk’s triangulation framework with its focus on manipulation, and Wieczorek’s taxonomy of speakers were used. The study concluded that in both the State of the Union Address and the Weekly Addresses, Donald Trump frequently and interchangeably uses the pronouns we and our to refer to two groups with unequal power relations to one another. The identified patterns placed within the societal context of the examined text persuade the recipients. Pronouns such as we, our, I, and they play a key role in the elements of ethos and pathos. Furthermore, the identified patterns placed within the societal context of the examined text also showed that Donald Trump uses discourse structure to use short term memory and long term memory properties to manipulate the audience.

There is a pronounced shift in English language teaching policy in Japan with the recognition not only of the importance of spoken English and interactional competence in a globalised world, but also the need to emphasise it within English language pedagogy. Given this imperative to improve the oral communication skills of Japanese users of English (JUEs), it is vital for teachers of English to understand the cultural complexities surrounding the language, one of which is the use of vague language, which has been shown to serve both interpersonal and interactional functions in communications. One element of English vague language is the general extender (for example, or something). The use of general extenders by users of English as a second language (L2) has been studied extensively. However, there is a lack of research into the use of general extenders by JUEs, and their functional differences across speaking proficiency levels and contexts. This study sought to address the knowledge gap, critically exploring the use of general extenders spoken by JUEs across speaking proficiency levels and task types. The study drew on quantitative and qualitative corpus-based tools and methodologies using the National Institute of Information and Communications Technology Japanese Learner English Corpus (Izumi, Uchimoto, & Isahara, 2004), which contains transcriptions of a speaking test. An in-depth analysis of individual frequently-occurring general extenders was carried out across speaking proficiency levels and test tasks (description, narrative, interview and role-play) in order to reveal the frequency, and the textual and functional complexity of general extenders used by JUEs. In order to ensure the relevance of the application of the findings to the context of language education, the study also sought language teachers’ beliefs on the use of general extenders by JUEs. Three general extenders (or something (like that), and stuff, and and so on) were explored due to their high frequency within the corpus. The study showed that the use of these forms differed widely across the JUEs’ speaking proficiency levels and task types undertaken: or something (like that) is typically used in description tasks at the higher level and in interview and description tasks at the intermediate level; and stuff is typical of the interview at the higher level; and so on of the interview at the lower-intermediate level. The study also revealed that a greater proportion of the higher level JUEs use general extenders than do those at lower levels, while those with lower speaking proficiency level who do use general extenders, do so at an high density. A qualitative exploration of concordance lines and extracts revealed a number of interpersonal and discourse-oriented functions across speaking proficiency levels: or something (like that) functions to show uncertainty about information or linguistic choice and helps the JUEs to hold their turn; and stuff serves to make the JUEs’ expression emphatic; and so on appears to show the JUEs’ lack of confidence in their language use, and signals the desire to give up their turn. The findings suggest that the use of general extenders by JUEs is multifunctional, and that this multi-functionality is linked to various elements, such as the level of language proficiency, the nature of the task, the real time processing of their speech and the power asymmetry where the time and floor are mainly managed by the examiners. The study contributes to extending understanding of how JUEs use general extenders to convey interpersonal and discourse-oriented functions in the context of language education, in speaking tests and possibly also in classrooms, and provides new insights into the dynamics of L2 users’ use of general extenders. It brings into questions the generally-held view that the use of general extenders by L2 users as a group is homogenous. The findings from this study could assist teachers to understand JUEs’ intentions in their speech and to aid their speech production. More importantly, it may raise language educators’ awareness of how the use of general extenders by JUEs varies across speaking proficiency levels and task types. These findings should have pedagogical implications in the context of language education, and assist teachers in improving interactional competence, in line with emerging English language teaching policy in Japan.

This thesis offers an analysis of the Arabic Commentaries on the Hippocratic Aphorisms (9th-15th centuries AD) on three levels, (i) translation, (ii) individual styles and (iii) genre. It particularly examines meta-discursive features such as cohesion, subjectivity, hedges, the addressing of readership, and the formulation of truth statements. The analysis of these features reveals rhetorical conventions in the corpus that indicate a discursive unity of the genre of the medieval medical commentary. Yet, this study also shows considerable stylistic variation between the individual commentators which, besides its intrinsic value, is crucial for the identification of these authors’ texts. Moreover, this research examines how the rhetorical features of the later commentaries have developed after the fashion of Ḥunayn Ibn Isḥāq’s 9th-century translation of Galen’s 2nd-century Greek commentary. This study highlights significant differences between Ḥunayn’s rhetorical strategies and those in the later Arabic commentaries. Thus, this work demonstrates discontinuities between Greek and Arabic medical discourses, despite the huge influence of Ḥunayn’s translation. This thesis uses an innovative quantitative methodology combining both close reading and distant reading techniques to study Ḥunayn’s translation technique, and compare Ḥunayn’s style with that of the later commentators. Furthermore, this study advances the understanding of the ways of writing in scientific medieval Arabic. Finally, the separate studies in this thesis contribute knowledge regarding grammatical phenomena such as modals, conjunctions, and conditionals in Classical Arabic.

Orientador: Maria Celeste Tommasello Ramos / Coorientador: Diva Cardoso de Camargo / Banca: Cátia Inês Negrão Berlini de Andrade / Banca: Lucia Granja / Resumo: Este trabalho pretende analisar três aspectos temáticos da narrativa rosiana "Campo Geral", a saber, o olhar, enquanto representação da inadequação de Miguilim perante a vida; as estórias, como símbolo de sua sensibilidade poética; e a religiosidade, no que tange ao desenvolvimento de sua fé ao longo do texto. Com o intuito de observarmos como o tradutor Edoardo Bizzarri os reescreveu na língua italiana, nosso objetivo é o de refletir sobre o texto em italiano, partindo das seguintes questões: como se deram as escolhas do tradutor com relação aos vocábulos cujo significado é desconhecido ou diversificado para o leitor italiano? Suas soluções tradutórias seriam mais explicativas ou criativas? Para tanto, buscamos entender o ato de traduzir como sendo uma analogia da terceira margem, ou seja, como uma ação que perpassa tanto a língua de partida (margem de cá), quanto à de chegada (margem de lá), fazendo da tradução uma linguagem própria, que se constrói em meio as diferenças entre as línguas. Dessa forma, para embasarmos nossa proposta, partimos de alguns aportes teóricos propostos por Walter Benjamin (2001), no que diz respeito à questão da traduzibilidade de cada texto, e de Antoine Berman (2007), ao enxergar a tradução como sendo experiência nela mesma, ou seja, que nasce da vivencia de quem a está conduzindo. Nesse sentido, nossa metodologia configurou-se dentro do tema proposto, levantando as principais características do texto original e analisando-as em concomitância com o texto traduzido, além disso, recorremos ao uso das ferramentas computacionais do programa WordSmith Tools, propostas pela Linguística de Corpus, com as quais pudemos ter acesso às palavras-chaves relacionadas aos temas em questão, bem como às linhas de concordâncias e número de recorrência dessas palavras no... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The present study aims at analyzing three thematic aspects of 'Campo Geral', by Guimarães Rosa. Those are: the look, as representing Miguilim's unfitness towards life; the stories, as a symbol of his poetic sensitivity; and the religiosity, regarding his faith development throughout the text. In order to observe how the translator Edoardo Bizarri rewrote them in Italian, our goal is to think about the text in Italian, posing the following questions: what lead the translator's lexical choices when facing words the meaning of which are unknown or diverse for the Italian reader? His translation solutions are more explanatory or creative? In order to conduct such research, we sought to understand the act of translating as an analogy for the third margin. In other words, it is an action that goes through the source language (this margin) and the target language (that other margin), making the translation a new language that shines through even the differences between both languages. Therefore, we used some of the concepts by Walter Benjamin (2001) as a theoretical basis regarding the ability of being translated in each text, and by Antoine Berman (2007), for whom the translation is an experience itself born from the translator's active experience. Our methodology was shaped within the proposed topic, indicating the main features from the source text and analyzing them at the same time as the translated text. Besides that, we used tools from the program WordSmith Tools, related to the Corpus Linguistics, with the aid of which we could have access to the keywords related to the topics in question, as well as to concordance lines and number of occurrences in the text. Knowing that the books by Guimarães Rosa are full of local images and refined linguistic constructions, we observed that the translation options by Bizarri seek to maintain... (Complete abstract click electronic access below) / Mestre

Submitted by ARIANE DONIZETE DELGADO RIBEIRO CALDAS null (ariane_caldas@hotmail.com) on 2017-09-21T22:47:11Z No. of bitstreams: 1 dissertação finalizada.pdf: 3351265 bytes, checksum: fc09263dc6c29d70acff9bfa30a1fbfe (MD5) / Approved for entry into archive by Monique Sasaki (sayumi_sasaki@hotmail.com) on 2017-09-27T18:26:29Z (GMT) No. of bitstreams: 1 caldas_addr_me_sjrp.pdf: 3351265 bytes, checksum: fc09263dc6c29d70acff9bfa30a1fbfe (MD5) / Made available in DSpace on 2017-09-27T18:26:29Z (GMT). No. of bitstreams: 1 caldas_addr_me_sjrp.pdf: 3351265 bytes, checksum: fc09263dc6c29d70acff9bfa30a1fbfe (MD5) Previous issue date: 2017-09-01 / A presente pesquisa está vinculada ao Grupo de Pesquisa “Pedagogia do Léxico, da Tradução e Linguística de Corpus”, cadastrado no Diretório de Grupos de Pesquisa do CNPq, bem como faz parte do projeto guarda-chuva “A compilação de materiais didáticos e glossários especializados baseados em corpora e sua contribuição para uma Pedagogia do Léxico e da Tradução”, desenvolvido na UNESP. Tem como objetivo extrair e analisar, do ponto de vista sintático-morfológico e léxico-semântico, as colocações da área de investigação criminal presentes no corpus constituído pelas legendas da série de TV norte-americana CSI – Crime Scene Investigation e por um corpus comparável compilado com o auxílio da ferramenta Boot Cat Front End, versão 0,71 (ZANCHETTA; BARONI; BERNARDINI, 2013), o qual recebeu a denominação de Corpus Comparável Criminal. Como resultado prático desta pesquisa, as colocações especializadas levantadas e analisadas foram utilizadas para a elaboração das atividades que compõem o Online English Collocations Workbook (ORENHA-OTTAIANO, 2015), na categoria Investigation. Para isso, este trabalho fundamenta-se no arcabouço teórico-metodológico da Linguística de Corpus (BIBER, 1998; MEYER, 2004; MCENERY; HARDIE, 2012; TOGNINI-BONELLI, 2001), para proceder à compilação, extração e análise dos corpora de estudo, além de contar com os construtos da Fraseologia, de forma mais específica, aqueles que dizem respeito às colocações e às colocações especializadas (BEVILACQUA, 1998, 2005; L’HOMME; BERTRAND, 2000; ORENHA-OTTAIANO, 2004, 2009, 2012; SINCLAIR, 2001; TAGNIN, 2013), permitindo-nos, assim, analisar as colocações especializadas extraídas de ambos os corpora. Para a elaboração das atividades que são propostas como resultado final, contamos com o apoio teórico da Abordagem Lexical, proposta por Lewis (1993, 2000) e a proposta de Orenha-Ottaiano (2015), concernente à compilação de materiais didáticos para o ensino de colocações. No que diz respeito à metodologia, a pesquisa conta com dois corpora, o Corpus CSI e com o Corpus Comparável Criminal, compilado a fim de ser uma fonte de comprovação da utilização e da frequência de coocorrência das colocações especializadas encontradas no Corpus CSI fora do ambiente da série. Além disso, contamos com o emulador de concordanciador WebCorp como mais uma fonte de verificação da frequência de coocorrência das colocações especializadas levantadas. A partir desta pesquisa, foi possível a identificação e extração de 148 colocações especializadas a partir do nódulo evidence no Corpus CSI e 167 colocações deste mesmo no nódulo no Corpus Comparável Criminal, sendo que 90 destas colocações foram selecionadas para compor as atividades do Online English Collocations Workbook. Espera-se que estas atividades possam contribuir para o aprimoramento do conhecimento lexical de alunos de inglês como língua estrangeira, bem como de alunos do curso de Tradução, evidenciando, assim, a formação, o uso e a compreensão das colocações especializadas na área enfocada nesta pesquisa. Espera-se, ainda, que esta investigação possa vir a ressaltar a importância da Linguística de Corpus para o estudo da Fraseologia e a importância de ambas as áreas para o desenvolvimento de estudos e elaboração de materiais didáticos na área da Pedagogia do Léxico Baseada em Corpus. / The present research is linked to the Research Group Corpus-based Lexicon and Translation Pedagogy, registered in the Directory of Research Groups of CNPq, as well as it is part of the umbrella project "The compilation of didactic materials and specialized glossaries based on corpora and its contribution to a Teaching of the Lexicon and of Translation ", developed in UNESP. It aims to extract and analyze, from the syntactic-morphological and lexical-semantic point of view, the specialized collocations present in a corpus constituted by the subtitles of North American TV series CSI – Crime Scene Investigation and by a comparable corpus compiled with the aid of the Boot Cat Front End tool, version 0.71 (ZANCHETTA; BARONI; BERNARDINI, 2013), which received the name of Criminal Comparable Corpus. As a practical result of this research, the specialized collocations extracted and analyzed were used to elaborate the activities that integrate the Online English Collocations Workbook (ORENHA-OTTAIANO, 2015), in the Investigation category. To do this, this work is based on the theoretical-methodological framework of Corpus Linguistics (BIBER, 1998; MEYER, 2004; MCENERY; HARDIE, 2012; TOGNINI-BONELLI, 2001) to compile, extract and analyze the study corpora, besides counting with the constructs of Phraseology, more specifically, those related to collocations and specialized collocations (BEVILACQUA, 1998, 2005; L’HOMME; BERTRAND, 2000; ORENHA-OTTAIANO, 2004, 2009, 2012; SINCLAIR, 2001; TAGNIN, 2013), thus allowing us to proceed with the analysis of specialized collocations extracted from both corpora. In order to elaborate the activities that are proposed as final results, we count on the theoretical support of the Lexical Approach proposed by Lewis (1993, 2000) and on Orenha-Ottaiano (2015) proposal concerning the compilation of didactic materials for the teaching of collocations. Regarding the methodology, the research has two corpora, the CSI Corpus and the Criminal Comparable Corpus, compiled in order to be a source of proof of the use and frequency of co-occurrence of specialized collocations found in CSI Corpus outside the series environment. In addition, we have the WebCorp concordance emulator as another source of verification of the frequency of co-occurrence of the specialized collocations raised. From this research it was possible to identify and extract 148 specialized collocations from the evidence node in the CSI Corpus and 167 collocations of this same node in the Criminal Comparable Corpus, and 90 of these collocations were selected to compose the activities of Online English Collocations Workbook. We hope that these activities may contribute to the improvement of the lexical knowledge of students of English as a foreign language, as well as students of the Translation course, thus evidencing the training, use and understanding of specialized collocations in the area focused in this research. It’s hoped that this research may highlight the importance of Corpus Linguistics for the study of Phraseology and the importance of both areas for the development of studies and elaboration of didactic materials in the area of Corpus-Based Lexicon Pedagogy.

As formações x-inho são descritas, na maioria das gramáticas de Língua Portuguesa como contendo noções dimensiva e afetiva. Entretanto, essas mesmas gramáticas não incluem os fatores extraligüísticos e contextuais nos quais os anunciadores estão inseridos quando optam por uma formação em x-inho. Sob esta perspectiva, tem-se no presente trabalho, o objetivo de investigar a produtividade das formações x-inho em dois corpora eletrônicos: um oral, subdividido em dois subcorpora contendo respectivamente narrativas e descrições e um escrito, oriundo exclusivamente das variadas seções e cadernos de um jornal de grande circulação e qualidade. A dissertação quantifica as ocorrências das formações x-inho em cada um dos corpora. Em seguida cada uma dessas ocorrências é analisada para se verificar que tipo de noção (dimensiva, afetiva positiva ou negativa, intensificadora, etc) ela contem. Por fim são contrastados os dados de freqüência e dispersão de cada uma das noções encontradas para cada um dos corpora. A metodologia de nossa análise está centrada na área de investigação lingüística denominada Lingüística de corpus, que serve de base para que os dados colhidos sejam analisados e interpretados. / The items ending in -inho are described in the majority of grammars of Portuguese as conveying two notions, namely affect and dimension. However, the same grammars do not seem to include either the extralinguistic or contextual factors in which speakers are inserted when they opt for a word ending in -inho. The aim of the present work thus is to investigate the productivity of such items in two electronic corpora: one of an oral nature which is further subdivided into two sub-corpora containing narratives and descriptions and a second one compiled exclusively from the various sections of a widely read quality newspaper. The dissertation quantifies the various instances of items ending in inho in each of the corpora. Next, each of these occurrences is analysed and classified to check which notion (dimentio,positive affect, negative affect, intensification) they convey. Last the results of both frequency and dispension counts are contrasted for each of the corpora. The methodology of our analyses is centered on the area known as Corpus Linguistics, which provides a basis for the data to be compiled and interpreted.